Mistral发布Voxtral 3语音模型系列,推出语音代理SDK
据Mistral官方消息,法国AI公司Mistral发布Voxtral 3系列语音模型,包括语音转文字模型Voxtral Small Transcribe 3、Voxtral Mini Transcribe 3、实时转录模型Voxtral Mini Transcribe Realtime 3及文字转语音模型Voxtral Speech 3,并推出基于LiveKit的语音代理SDK,支持说话人分离、声音克隆、函数调用及SIP电话接入。其中转录模型支持50多种语言,API定价为每分钟0.0035至0.008美元,文字转语音为每100万字符13美元。Mistral称,Voxtral Small Transcribe 3在FLEURS基准测试中优于Whisper large-v3、Gemini 3.5 Transcribe等模型。